論文の概要: Benchmarking simulated and physical quantum processing units using
quantum and hybrid algorithms
- arxiv url: http://arxiv.org/abs/2211.15631v1
- Date: Mon, 28 Nov 2022 18:35:18 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-29 23:01:59.187706
- Title: Benchmarking simulated and physical quantum processing units using
quantum and hybrid algorithms
- Title（参考訳）: 量子およびハイブリッドアルゴリズムを用いたシミュレーションおよび物理量子処理ユニットのベンチマーク
- Authors: Mohammad Kordzanganeh, Markus Buchberger, Maxim Povolotskii, Wilhelm
Fischer, Andrii Kurkin, Wilfrid Somogyi, Asel Sagingalieva, Markus Pflitsch,
Alexey Melnikov
- Abstract要約: QMwareクラウドコンピューティングサービスは、量子回路の実行ランタイムを最大78%削減することができる。
AWS SV1シミュレータは、SV1で利用可能な最大34キュービットまでの大きな回路に対して、ランタイム上のアドバンテージを提供する。
RigettiのAspen-M2のような物理量子デバイスは、30以上の回路に対して指数関数的ランタイムの利点を提供することができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Powerful hardware services and software libraries are vital tools for quickly
and affordably designing, testing, and executing quantum algorithms. A robust
large-scale study of how the performance of these platforms scales with the
number of qubits is key to providing quantum solutions to challenging industry
problems. Such an evaluation is difficult owing to the availability and price
of physical quantum processing units. This work benchmarks the runtime and
accuracy for a representative sample of specialized high-performance simulated
and physical quantum processing units. Results show the QMware cloud computing
service can reduce the runtime for executing a quantum circuit by up to 78%
compared to the next fastest option for algorithms with fewer than 27 qubits.
The AWS SV1 simulator offers a runtime advantage for larger circuits, up to the
maximum 34 qubits available with SV1. Beyond this limit, QMware provides the
ability to execute circuits as large as 40 qubits. Physical quantum devices,
such as Rigetti's Aspen-M2, can provide an exponential runtime advantage for
circuits with more than 30. However, the high financial cost of physical
quantum processing units presents a serious barrier to practical use. Moreover,
of the four quantum devices tested, only IonQ's Harmony achieves high fidelity
with more than four qubits. This study paves the way to understanding the
optimal combination of available software and hardware for executing practical
quantum algorithms.
- Abstract（参考訳）: 強力なハードウェアサービスとソフトウェアライブラリは、量子アルゴリズムを迅速に設計、テスト、実行するための必須のツールである。
これらのプラットフォームのパフォーマンスがキュービット数でどのようにスケールするかに関する堅牢な大規模研究は、業界問題に対する量子ソリューションを提供する上で鍵となる。
このような評価は、物理量子処理ユニットの可用性と価格のために難しい。
この作業は、特殊な高性能シミュレーションおよび物理量子処理ユニットの代表的なサンプルのランタイムと精度をベンチマークする。
その結果、QMwareクラウドコンピューティングサービスは、27キュービット未満のアルゴリズムの次の最速オプションと比較して、量子回路の実行ランタイムを最大78%削減できることがわかった。
AWS SV1シミュレータは、SV1で利用可能な最大34キュービットまでの大きな回路に対して、ランタイム上のアドバンテージを提供する。
この制限を超えて、QMwareは40キュービットの回路を実行する機能を提供する。
RigettiのAspen-M2のような物理量子デバイスは、30以上の回路に対して指数的ランタイムの利点を提供することができる。
しかし、物理的量子処理ユニットの高コストは、実用化への深刻な障壁となっている。
さらに、試験された4つの量子デバイスのうち、IonQのHarmonyのみが4ビット以上の高忠実性を達成する。
この研究は、実用的な量子アルゴリズムを実行するための利用可能なソフトウェアとハードウェアの最適な組み合わせを理解する方法を示している。
関連論文リスト
- FQsun: A Configurable Wave Function-Based Quantum Emulator for Power-Efficient Quantum Simulations [0.5359378066251386]
量子エミュレータのFQsunを提案する。
16ビット浮動小数点、32ビット浮動小数点、16ビット不動小数点、24ビット不動小数点、32ビット不動小数点を含む5つのFQsunバージョンがXilinx ZCU102 FPGA上に実装されている。
FQsunは、9,870回までの強力なCPU上の従来のソフトウェアシミュレータよりも優れたパワー遅延製品を実現している。
論文 参考訳（メタデータ） (2024-11-07T06:44:40Z) - Technology and Performance Benchmarks of IQM's 20-Qubit Quantum Computer [56.435136806763055]
IQM量子コンピュータはQPUと他のフルスタック量子コンピュータの両方をカバーする。
焦点は、Garnet QPUとそのアーキテクチャを特徴とする20量子ビットの量子コンピュータであり、最大150量子ビットまでスケールする。
QPUとシステムレベルベンチマークは、中央値の2キュービットゲート忠実度99.5%、グリーンバーガー・ホーネ・ザイリンガー(GHZ)状態の20キュービット全てを真のエンハングリングする。
論文 参考訳（メタデータ） (2024-08-22T14:26:10Z) - Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
超伝導プロセッサのための強化学習型量子コンパイラを開発した。
短絡の新規・ハードウェア対応回路の発見能力を示す。
本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
論文 参考訳（メタデータ） (2024-06-18T01:49:48Z) - Data augmentation experiments with style-based quantum generative adversarial networks on trapped-ion and superconducting-qubit technologies [0.0]
この研究は、初めて、スタイルベースの量子生成逆数ネットワーク(qGAN)の量子ジェネレータアーキテクチャをどのように実装できるかを実証する。
2022年に提案されたスタイルベースのqGANは、qGANのための技術の現状を一般化し、浅い深度ネットワークを可能にする。
両デバイスで得られた結果は同等の品質であり、ia-1デバイスはibm_torinoデバイスよりもかなり正確な結果をもたらす。
論文 参考訳（メタデータ） (2024-05-07T15:26:51Z) - A Quantum-Classical Collaborative Training Architecture Based on Quantum
State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。
Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。
他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文 参考訳（メタデータ） (2024-02-23T14:09:41Z) - QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳（メタデータ） (2024-01-10T22:33:00Z) - Parallelizing Quantum-Classical Workloads: Profiling the Impact of
Splitting Techniques [4.741651490006498]
我々はIBMのQuantum Cloud上で2つのワークロード分割手法を評価した。
その結果,(1)回路切断によるVQEは,アンカット版よりも基底状態推定が39%向上し,(2)データ並列化と特徴量削減を組み合わせたQSVMは,量子ワークロード実行時間の最大3倍向上することがわかった。
論文 参考訳（メタデータ） (2023-05-11T05:46:55Z) - Iterative Qubits Management for Quantum Index Searching in a Hybrid
System [56.39703478198019]
IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。
我々はQiskitでIQuCSを実装し、集中的な実験を行う。
その結果、量子ビットの消費を最大66.2%削減できることが示されている。
論文 参考訳（メタデータ） (2022-09-22T21:54:28Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳（メタデータ） (2020-10-20T12:06:27Z) - Benchmarking 16-element quantum search algorithms on superconducting
quantum processors [0.0]
我々は,IBM量子プロセッサ上で4ビット非構造探索を行う実験結果を示す。
私たちの最善の試みは24.5%の確率で成功しました。
ハードウェア・アウェア・アルゴリズムの設計は極めて重要であると結論付けている。
論文 参考訳（メタデータ） (2020-07-13T17:46:19Z) - Intel Quantum Simulator: A cloud-ready high-performance simulator of
quantum circuits [0.0]
我々は、qHiPSTERとして知られていたIntel Quantum Simulator(IQS)の最新リリースを紹介する。
このソフトウェアの高性能コンピューティング能力により、ユーザーは利用可能なハードウェアリソースを活用できる。
IQSは計算資源を分割し、関連する回路のプールを並列にシミュレートする。
論文 参考訳（メタデータ） (2020-01-28T19:00:25Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。